[发明专利]一种基于扫描线的道路点云的提取方法

说明书

本发明公开了一种基于扫描线的道路点云的提取方法，步骤包括：S1从车载点云中提取每条扫描线的航线边缘点作为扫描线的起始点；S2以起始点进行搜索，根据起始点与其相邻点之间的高差，判断地面点或地物点；S3若相邻点是地面点，则将相邻点加入该扫描线地面点集合；再重复步骤S2，判断下一个相邻点；若相邻点是地物点，则以该扫描线上已有的地面点构建空间直线方程，并判断相邻点的下一个相邻点，直至遍历至下一条扫描线的起始点结束；S4将每条扫描线上的地面点进行聚类，并过滤掉噪声，得到连贯的扫描线；S5以连贯的扫描线为基础，选取每条扫描线的左端点和右端点，拟合出左右道路两侧的边界，完成道路边界的提取和规则化。

技术领域

本发明涉及目标识别领域，具体涉及一种基于扫描线的道路点云的提取方法，可用于车载LiDAR点云的城市道路、公路等的提取。

背景技术

道路作为城市或城郊地面的重要特征，在城市规划、灾害预报、资源勘探、地理信息系统库更新、数字化城市以及军事侦察等领域都有着重要的作用。近年来，随着LiDAR技术的快速发展，基于车载和机载LiDAR技术探测道路点云的研究越来越多。根据滤波原理的不同，算法主要分为以下几类：（1）基于坡度的滤波算法；（2）基于形态学滤波算法；（3）基于分割的滤波算法；（4）基于不规则三角网的滤波算法；（5）曲面拟合的滤波算法；（6）基于扫描线的滤波算法。

孙美玲等提出一种基于扫描线的一维渐近式形态学滤波算法，在机载LiDAR点云上分析运算后的点值与其原始值的差异，逐步滤除非地面点。王慧等针对Keqi Zhang方法在内插误差的不足，提出一种扫描线的数学形态学LiDAR点云滤波方法，并对扫描折线问题进行有效处理。

吴坚等先采用RANSAC算法粗提取地面点，再采用多特征、宽阈值、分层次的方法提取道路边界特征点，最后应用RANSAC方法拟合道路边界曲线模型。该方法算法复杂，阈值设置项众多，难以适应不同复杂场景的需求。史文中等基于地面点信息和扫描线分离条件确定扫描线，再从扫描线中提取道路边缘信息。该方法对于道路边缘被遮挡的场景表现不佳。

现有研究大多考虑到了点云间的局部特征，通过迭代窗口尺寸和定义高差阈值滤除地面点，但对于大型地物或地物遮挡此类方法表现不佳。同时，由于需要搜索邻近点导致计算量很大，效率不高。

因此，有必要开发一种基于扫描线的道路点云的提取方法，能够对城市道路、公路路面范围进行识别，同时可以解决地形起伏、大型地物遮挡等造成的道路提取不连续等问题，提高道路识别效率和正确率。

发明内容

本发明要解决的技术问题是提供一种基于扫描线的道路点云的提取方法，能够对城市道路、公路路面范围进行识别，同时可以解决地形起伏、大型地物遮挡等造成的道路提取不连续等问题，提高道路识别效率和正确率。

为了解决上述技术问题，本发明采用的技术方案是：该基于扫描线的道路点云的提取方法，具体包括以下步骤：

S1选取起始点：从车载点云中提取每条扫描线的航线边缘点作为扫描线的起始点；

S2判断地面点或地物点：以所述步骤S1中每条扫描线的起始点为基础进行搜索，根据该扫描线的起始点与其相邻点之间的高差，区分该相邻点是地面点或地物点；

S3沿扫描线搜索地面点：若相邻点是地面点，则将相邻点加入该扫描线地面点集合；再重复步骤S2，继续判断下一个相邻点是地面点或地物点；若相邻点是地物点，则以该扫描线上已有的地面点构建空间直线方程，并判断相邻点的下一个相邻点是地物点或地面点，直至遍历至下一条扫描线的起始点结束；

S4过滤地面点：将每条扫描线上的地面点进行聚类，再过滤掉小于设定长度阈值的地面点，从而得到去除噪声的连贯的扫描线；

S5获得道路边界：以所述步骤S4获得的去除噪声的连贯的扫描线为基础，选取每条扫描线的左端点和右端点，拟合出道路左右两侧的边界，完成道路边界的提取和规则化；